嵌入式数据的船舶航行数据采集系统

针对传统船舶航行数据采集系统自身存在的采集效率低的问题,提出设计基于嵌入式数据的船舶航行数据采集系统。利用基于嵌入式技术,创建嵌入式DSP控制模块为主定位航行数据采集硬件,对传统采集系统硬件基础进行更新;修正传统采集系统内部采集算法,将浮点DSP波形成束算法写入创建的采集硬件主控,使其与采集系统对接,并对传统算法逻辑错误进行更新修正。仿真实验测试证明,提出设计的基于嵌入式数据的船舶航行数据采集系统,在采集效率低问题上具有明显的修复改善作用,满足设计需要。     

移动式舰船航海图像信息实时采集系统

针对传统图像信息采集系统受到舰船航海图像质量的影响,存在图像信息采集效果差问题,为了提高图像信息采集效果,提出了移动式舰船航海图像信息实时采集系统设计。在系统硬件配置上,图像信息采集传感器为图像采集器提供了信息基础,软件配置上,在修正航海图像信息的基础上,设计了图像信息采集程序,实现了舰船航海图像信息的采集。结果显示,提出的采集系统具有更好的图像信息采集效果。     

海上船舶目标图像多通道并行传输系统设计

图像多通道并行传输具有数据流以及数据量大的特点,传统的传输系统在图像多通道并行传输中常出现目标图像数据丢失现象,为解决这一问题,对海上船舶目标图像多通道并行传输系统设计。系统硬件主要包括核心处理器、电源模块、传输模块和图像采集模块,其中核心处理器主要调整系统的运行频率,并采集船舶航信信号;电源模块是为海上船舶目标图像多通道并行传输系统提供各个直流电平;传输模块主要实现目标图像数据通信;图像采集模块主要采集海上船舶目标图像数据。系统软件部分主要对硬件采集到的信息滤波处理,对多目标图像分类识别,以此完成海上船舶目标图像多通道并行传输。实验结果表明,传统系统比此次设计系统出现目标图像数据丢失数量多,本文设计有效解决了目标图像数据丢失的现象。     

水下微光成像系统

介绍了用于水下反恐的水下微光成像系统,并对设计的关键技术进行了论述.针对系统的微光成像特点,设计了大视场、大相对孔径的光学系统,增加了进入成像器件的光能量,提高了成像质量.根据监测环境的特点,设计自适应照明系统,其光源能随周围光强的变化自行调节亮度,从而使监测环境处于一个均匀亮度状态,减少了监测图像亮暗变化.系统应用于水下微光成像监测,能有效地防止恐怖事件的发生,具有广阔的应用前景.     

海洋水线面视觉图像特征自动化识别系统设计

传统海洋水线面图像识别系统在使用过程中,受到自身硬件参数限制,无法对高精度特征图像边缘进行自动识别计算,导致图像识别率与识别效率降低;同时,传统识别系统中的算法对线扫步长参数优化存在匹配量失常的问题,从而导致传统海洋水线面图像特征识别系统识别率差,计算识别效率低。因此,提出海洋水线面视觉图像特征自动化识别系统设计,首先,创建高精度视觉图像采集阵列;通过引入高精度摄像模块、图像采集卡与图像处理芯片等元件,完成水线面视觉图像高清采集与预处理硬件的设计;接着,通过在硬件主控中引入边缘残像特征识别算法,对图像边缘特征进行像素点识别;同时提出设计中在系统软件设计中引入自动化识别算法,配合特征识别计算,实现水线面视觉图像的自动化识别效果;最后,通过设计的仿真实验,证明设计系统具有识别精度高,识别速度快、稳定向好的特点。     

深水沉排水下声纳成像技术及增强方法研究

采用侧扫声纳结合GPS、陀螺仪等,构建深水沉排水下自动成像采集系统。给出了系统数据采集、去噪、数据成像等关键技术的设计和实现方案。研究了深水沉排水下声纳成像色彩映射及图像增强关键技术,提出了一种利用伪彩技术增强深水排体声纳图像清晰度方法,构建了综合图像清晰度评价指标的图像清晰目标优化函数,实现了水下声纳成像色彩增强。     

数字信号处理器的水下成像实验系统开发

舰船在对水中目标进行侦察、探测及识别的过程中,需要运用水下成像实验系统,由此使得该系统成为舰船上不可或缺的重要系统之一。在对该系统进行开发时,为提高图像处理效果,可对数字信号处理器进行合理运用。通过数字信号处理器的加入,能够为水下成像实验系统提供强有力的技术支撑,选配适宜的硬件,并开发相应的软件程序,使系统可以对水下图像进行采集,经增强和降噪后,使图像更加清晰。数字信号处理器的加入使整个系统的性能得到全方位提升。     

基于DSP平台的海上目标跟踪监测系统

针对传统海上目标跟踪监测系统目标跟踪监测性能较差的问题,提出一种基于DSP平台的海上目标跟踪监测系统。系统硬件包括图像采集模块、数据存储控制模块,其中图像采集模块主要由摄像头传感器、关联寄存器组成;数据存储控制模块主要由存储芯片、模块控制接口组成。系统软件配置为目标跟踪监测软件,通过硬件与软件相结合实现了海上目标的跟踪监测。为了验证该海上目标跟踪监测系统的目标跟踪监测性能较为优越,将该系统与基于目标选择算法的海上目标跟踪监测系统、基于卷积神经网络的海上目标跟踪监测系统、基于计算机视觉的海上目标跟踪监测系统进行对比实验,实验结果证明该系统的监测成功率更高,即目标跟踪监测性能优于传统海上目标跟踪监测系统。     

利用视觉图像的吃水线检测报警系统研究

传统船舶吃水线检测报警系统多采用液体感应检测方式,来实现船舶吃水线位置的实时检测报警。但此种方法受到天气环境与水文状态因素的影响较大,经常出现船舶吃水线检测报警位置与实际吃水线位置误差较大的问题。因此,本文提出利用视觉图像的吃水线检测报警系统的研究。通过创建基于视觉检测技术的检测硬件平台,实现对船舶吃水线视觉图像检测数据的采集;同时引入多维度水线特征识别算法,对采集的水线位置图像数据进行多维度特征分析计算,得到准确的船舶吃水线位置图像,解决报警准确度低的问题。最后利用仿真实验方式,对比证明设计系统的可行性与有效性。     

基于互联网技术的舰船智能导航系统

传统舰船导航系统在北斗、GPS等多重卫星定位数据融合计算上,存在硬件采集信号与软件数据融合误差较大,目标定位准确度较低的问题,设计基于互联网技术的舰船智能导航系统。首先在硬件上创建定位融合信息采集框架,实现多类型定位数据信号的高精度、连续、同步采集;然后在软件设计部分采用互联网技术对信号处理算法进行优化,具体分为多类型导航数据信号的大数据特征提取、多类型导航信号的联邦科尔曼融合滤波、多类型定位数据的实时修正三部分,通过硬件与软件部分的重构,实现提升系统定位准确度的效果。通过与现有导航系统的10组定位目标的实际定位精度测试表明,设计系统具有定位误差小、速度快、稳定性好、抗干扰性强的特点。